Разработка AI-системы оценки стоимости строительства по проектной документации
Сметная документация в строительстве — сотни томов технических документов: рабочая документация, спецификации, ведомости объёмов работ. Ручная оценка стоимости занимает недели; AI-система сокращает время в 5–10 раз.
Входящая документация
Строительный проект включает:
- Проектная документация: архитектурный раздел, конструктивный, инженерные системы
- Рабочая документация: детальные чертежи, узлы, спецификации оборудования
- Ведомости объёмов работ (ВОР): таблицы с количественными показателями
- Технические условия и СНиП/ГОСТ требования
Архитектура AI-системы оценки
[Загрузка документации (PDF, DWG, Excel)]
→ [Классификация разделов]
→ [Извлечение ВОР (ведомостей объёмов)]
→ [Распознавание спецификаций оборудования]
→ [Применение расценок (ФСНБ, ГЭСН, ТЕР)]
→ [Расчёт прямых затрат]
→ [Применение коэффициентов (ИСР, ОЗП, накладные)]
→ [Сводный сметный расчёт]
→ [Верификация человеком]
Извлечение объёмов работ
class WorkItem(BaseModel):
section: str # раздел проекта
description: str # наименование работы
unit: str # м², м³, шт, пог.м
quantity: float # объём
normative_code: str | None # код ГЭСН/ФСНБ
confidence: float
def extract_work_volumes(document_text: str) -> list[WorkItem]:
# Таблицы ВОР - детерминированный парсинг
tables = extract_tables(document_text) # pdfplumber / Camelot
items = []
for table in tables:
if is_work_volume_table(table):
parsed = parse_work_volume_table(table)
items.extend(parsed)
# Для неструктурированных описаний - LLM
text_items = llm_extract_work_items(document_text)
return items + text_items
Применение нормативной базы
ФСНБ (Федеральная сметная нормативная база) и региональные сборники ТЕРов содержат расценки на все виды строительных работ. Система:
- Маппинг описания работы → код ГЭСН/ФСНБ через семантический поиск
- Получение нормативных показателей (трудозатраты, машины, материалы)
- Умножение на текущие индексы перевода к текущему уровню цен (ИСР Минстроя)
Сложность: описания работ в документации не всегда точно соответствуют кодам ФСНБ — нужна нормализация и экспертное подтверждение маппинга.
Распознавание оборудования из спецификаций
Спецификации оборудования (насосы, котлы, вентиляция, электрооборудование) — извлечение с привязкой к прайс-листам поставщиков или коммерческим КП.
LLM извлекает: наименование, марку, технические характеристики, количество. Далее: запрос актуальных цен через API поставщиков или коммерческий поиск.
Верификация и аудит
Система не заменяет инженера-сметчика для сложных объектов — она ускоряет его работу. Каждый раздел сметы сопровождается: источником данных, применёнными расценками, расчётными формулами. Полная трассируемость для аудита.
Точность и ограничения
Точность AI-сметы зависит от полноты документации. При наличии полного комплекта ВОР: отклонение от ручной сметы ±10–15% (что приемлемо для предварительной оценки). Для тендерной документации: ±5–8% при тщательной верификации.
Сроки: MVP для типового жилого дома — 4–6 месяцев; промышленный объект, интеграция с ФСНБ и ERP — 8–12 месяцев.